紡織品的人工智能檢測技術(shù)分析*

肖 琦

武漢職業(yè)技術(shù)學(xué)院,湖北 武漢 430070

迄今為止，人工智能技術(shù)已經(jīng)有六十多年的發(fā)展歷史。結(jié)合其發(fā)展情況來看，隨著人工智能技術(shù)應(yīng)用推廣力度的不斷加強，該項技術(shù)已經(jīng)成功在各生產(chǎn)領(lǐng)域中得到了廣泛推廣與應(yīng)用。究其原因，主要是因為與其他技術(shù)相較而言，人工智能技術(shù)所顯現(xiàn)出的計算機處理能力明顯增強，且隨著各種芯片不斷被開發(fā)與利用，為人工智能數(shù)據(jù)處理以及高速運算提供了良好保障。與此同時，人工智能技術(shù)在核心算法方面取得了重要突破[1]。其中，基于大數(shù)據(jù)的深度學(xué)習(xí)算法促使生產(chǎn)工作變得更加智能化與自動化。可以說，新一代人工智能技術(shù)的深度應(yīng)用為我國各行業(yè)領(lǐng)域生產(chǎn)工作以及發(fā)展工作奠定了良好基礎(chǔ)。目前，為進一步推動人工智能技術(shù)在行業(yè)生產(chǎn)領(lǐng)域中的可持續(xù)應(yīng)用，工業(yè)和信息化部重點針對新一代人工智能產(chǎn)業(yè)發(fā)展行動計劃問題進行了科學(xué)部署，主動將人工智能與制造業(yè)深度融合，為我國生產(chǎn)工作和發(fā)展工作提供良好的內(nèi)在驅(qū)動力。

1 紡織品檢測類型及劃分依據(jù)

1.1 紡織品檢測的主要類型

對于我國紡織品檢測工作而言，在紡織品檢測方面，主要可以從外觀檢測、物理性能檢測、化學(xué)性能檢測和功能檢測四個方面進行分析。操作人員可根據(jù)檢測分析反饋結(jié)果，對當前紡織品質(zhì)量性質(zhì)進行動態(tài)把握。與此同時，部分技術(shù)人員在進行檢測分析時，可借助檢測手段對紡織品檢測問題進行劃分，從感官檢測、儀器檢測以及感官與儀器檢測相結(jié)合的方式進行應(yīng)用實踐。

1.2 紡織品檢測的劃分依據(jù)

結(jié)合紡織品檢測情況來看，在劃分依據(jù)表現(xiàn)方面主要可以從基礎(chǔ)性標準、方法性標準和產(chǎn)品性標準三個方面進行研究。

其中，對于基礎(chǔ)性標準而言，基本上可以視為紡織行業(yè)發(fā)展的基礎(chǔ)指標。在應(yīng)用過程中，主要可以從檢測過程中的具體結(jié)構(gòu)和數(shù)量及單位之間的互相轉(zhuǎn)換關(guān)系，以及所涉及的環(huán)境保護以及生產(chǎn)安全性等進行研究與分析。根據(jù)分析反饋結(jié)果，對當前紡織品檢測過程進行嚴格管理，提高紡織品檢測效率與質(zhì)量[2]。

對于方法性標準而言，在檢測過程中需要借助相對應(yīng)的設(shè)施和儀器，利用專業(yè)化檢測手段及技術(shù)方法對當前紡織品質(zhì)量進行合理評估。目前，方法性標準基本上可以視為多數(shù)紡織企業(yè)常用的規(guī)范標準，可以實現(xiàn)對紡織品檢測各步驟的嚴格把控。

對于產(chǎn)品性標準而言，主要針對紡織品中批量產(chǎn)品的規(guī)格數(shù)量和加工工藝等進行管控分析。主動結(jié)合行業(yè)具體標準及相關(guān)要求，對當前紡織品是否合格進行精準鑒定。

2 人工智能檢測技術(shù)在紡織檢測領(lǐng)域中的發(fā)展趨勢

結(jié)合大環(huán)境發(fā)展趨勢來看，傳統(tǒng)紡織檢測方法已經(jīng)難以完全適用于當前智能化與自動化檢測的背景當中。究其原因，主要是因為傳統(tǒng)紡織檢測方法以人為操作為主，在檢測質(zhì)量與檢測效率方面容易受到人為操作因素的影響而出現(xiàn)滯后性問題。近年來，為進一步增強紡織檢測領(lǐng)域的應(yīng)用質(zhì)量，相關(guān)工作人員主動利用人工智能檢測技術(shù)，實現(xiàn)對紡織檢測過程的動態(tài)管理，提高紡織檢測效率的同時，增強紡織檢測質(zhì)量。

從人工智能檢測技術(shù)的發(fā)展情況來看，人工智能技術(shù)應(yīng)用于紡織領(lǐng)域源于20世紀90年代之后，當時行業(yè)內(nèi)部生產(chǎn)人員主要利用神經(jīng)網(wǎng)絡(luò)技術(shù)，將檢測重點集中表現(xiàn)在纖維增強復(fù)合材料性能預(yù)測以及生產(chǎn)工藝優(yōu)化等方面。與此同時，人工智能技術(shù)還可以應(yīng)用于織物表觀性能和色差評級等應(yīng)用領(lǐng)域當中，在檢測質(zhì)量與效率方面均取得了良好成效。其中，在人工智能檢測技術(shù)的應(yīng)用方面，檢測人員主要利用BP神經(jīng)網(wǎng)絡(luò)—誤差反向傳播等方法，實現(xiàn)智能化檢測過程[3]。

從原理表現(xiàn)上來看，BP神經(jīng)網(wǎng)絡(luò)可以視為前向網(wǎng)絡(luò)的核心部分，在特征表現(xiàn)方面主要借助中間層對輸出層的反傳方式和涉及的誤差問題，實現(xiàn)學(xué)習(xí)過程。在BP算法表現(xiàn)方面，檢測人員可以通過比較實際輸出值與期望值，獲取誤差信號，并根據(jù)誤差信號情況，從輸出層向輸入層逐層反傳處理。根據(jù)作用情況來看，BP神經(jīng)網(wǎng)絡(luò)可以通過調(diào)節(jié)各神經(jīng)層神經(jīng)元之間的連接權(quán)重，不斷減小誤差。雖然從客觀角度上來講，這種算法不能保證訓(xùn)練期間全局誤差達到最小，但是可以滿足局部誤差最小的要求。

從成效方面來看，在紡織工業(yè)生產(chǎn)中通過應(yīng)用上述人工智能技術(shù)內(nèi)容，基本上可以達到提高生產(chǎn)效率和增加產(chǎn)品質(zhì)量效果的目的。最重要的是，隨著算法的不斷改進和計算機處理速度的不斷提高，人工智能可大幅度降低工人生產(chǎn)強度，并減少生產(chǎn)誤差問題。需要注意的是，在當前應(yīng)用階段人工智能技術(shù)及相關(guān)系統(tǒng)尚未達到成熟應(yīng)用狀態(tài)。舉例而言，在識別織物紋理以及布匹疵點檢測技術(shù)方面還是存在一定滯后性問題。再加上人工智能算法相對復(fù)雜，在執(zhí)行速度與效率方面容易受到算法流程的影響而出現(xiàn)不良問題。在今后的發(fā)展中，研究人員應(yīng)該致力于針對上述問題進行重點解決[4]。

3 紡織品檢測領(lǐng)域中人工智能檢測技術(shù)的應(yīng)用

人工智能檢測技術(shù)在紡織品檢測領(lǐng)域中尚未達到成熟應(yīng)用狀態(tài)，但是在部分檢測領(lǐng)域中可通過借助人工智能化檢測方式，達到良好的檢測效果。結(jié)合實踐反饋情況來看，在紡織檢測領(lǐng)域中，下述4種人工智能檢測技術(shù)基本上可以達到良好的紡織品檢測效果。

3.1 AI驗布機

瑞士烏斯特企業(yè)于2018年收購了以色列應(yīng)用于紡織業(yè)檢測工作的自動視覺檢測設(shè)備。該檢測設(shè)備可以實現(xiàn)對紡織物質(zhì)量以及色彩的系統(tǒng)性測驗過程，根據(jù)測驗反饋結(jié)果，判斷當前紡織物生產(chǎn)質(zhì)量是否達標。與此同時，英國、德國等先進國家相繼推出基于智能化技術(shù)的驗布機設(shè)備，進一步拓展了人工智能檢測技術(shù)在紡織品檢測領(lǐng)域中的應(yīng)用發(fā)展規(guī)模。然而這些機器雖然打著穩(wěn)定性好且通用性強的口號流通于市場當中，但是經(jīng)過長時間的操作實驗后發(fā)現(xiàn)這類設(shè)備所存在的弊端問題不在少數(shù)。比較明顯的就是驗布機對于未知分辨率表現(xiàn)過低，且容易受到紡織品類型的限制，導(dǎo)致其在計算效率和準確度方面有所欠缺[5]。

最重要的是，在生產(chǎn)應(yīng)用過程中，驗布機可能會受到環(huán)境因素和相關(guān)因素的影響而出現(xiàn)遲緩問題，因此市面上對于驗布機反饋評價并不是很高。從客觀角度上來講，人工智能檢測技術(shù)在進行紡織物檢測過程中容易受到生產(chǎn)步驟的影響，對最終檢測結(jié)果和生產(chǎn)結(jié)果造成不良影響。從整體上看，人工智能技術(shù)可以視為一體化技術(shù)的領(lǐng)域范疇，在自身檢測速率方面明顯高于機下檢測。近年來，國內(nèi)本土企業(yè)在人工智能技術(shù)發(fā)展背景的不斷深化下，紛紛開始自行生產(chǎn)，并應(yīng)用了自主圖像算法處理系統(tǒng)，可以實現(xiàn)對紡織物檢測過程的動態(tài)監(jiān)督與管理。需要注意的是，在硬件設(shè)備的配備上，我國本土企業(yè)還是需要依靠西方發(fā)達國家。

3.2 AI纖維種類鑒別

紡織工廠在纖維種類的鑒別處理方面通常會利用顯微鏡，主要通過對橫向紋理以及豎向紋理纖維進行分化處理，判斷纖維種類。然而，長期以來，這種鑒別方式過于依賴人工操作和人眼識別，在鑒別效率與精確度方面有所欠缺。再加上人眼長時間使用容易出現(xiàn)誤差問題，可能會對最終檢測效率造成不利影響。目前，在人工智能檢測技術(shù)的驅(qū)動作用下，智能人工系統(tǒng)的鑒別纖維方式已經(jīng)在我國紡織工廠檢測工作中得到了推廣與應(yīng)用。在鑒別方式的選擇上，工作人員可利用神經(jīng)網(wǎng)絡(luò)方式對大量樣品圖像進行歸檔處理[6]。

結(jié)合所需鑒別紡織物的可用特征，讓系統(tǒng)對其特征進行分辨處理。并在此基礎(chǔ)上，借助非監(jiān)督神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和成分分析特點，對輸入變量的特征值進行主動提取。最后將樣本鱗片特征值與輸出值代入感知器當中，實現(xiàn)監(jiān)督訓(xùn)練過程。獲取計算結(jié)果之后結(jié)束訓(xùn)練，結(jié)合訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對當前所獲取的樣本價值信息進行分類處理，完成具體檢測過程。舉例而言，在區(qū)分美利奴羊毛以及馬海毛的過程中，操作人員可利用上述方法原理，對樣品圖像進行歸檔并提取可用特征。由系統(tǒng)完成對特征的分辨和輸入變量特征值的提取，最終根據(jù)計算結(jié)果對美利奴羊毛以及馬海毛進行區(qū)分。

3.3 AI纖維含量檢測分析

為高質(zhì)量開展纖維含量檢測工作，紡織檢測領(lǐng)域主動利用AI毛絨儀實現(xiàn)對各種混紡產(chǎn)品動物毛類纖維含量的自動檢測與分析。該儀器設(shè)備主要利用計算機視覺技術(shù)，自動獲取混紡纖維清晰圖像。結(jié)合以往的檢測經(jīng)驗來看，羊絨羊毛鑒別難度相對較大。通過利用AI毛絨儀可自動提取羊毛鱗片厚度和高度等特征值參數(shù)，根據(jù)數(shù)值反饋情況對羊絨和羊毛進行精準鑒別，并利用相關(guān)計算方法對動物毛類纖維各組分含量進行精準獲取。結(jié)合當前應(yīng)用推廣情況來看，因相關(guān)企業(yè)對于AI毛絨儀進行了大量實踐研究，促使該儀器設(shè)備在市場上已經(jīng)形成逐步推廣與應(yīng)用規(guī)模，使用效率較高[7]。

3.4 AI橫截面儀

AI橫截面儀主要利用傳統(tǒng)顯微鏡與人工智能結(jié)合的方式，實現(xiàn)對纖維橫截面的精準識別與面積計算。并借助計算機視覺技術(shù)，對所拍攝的橫截面圖像進行智能化處理。如重點針對纖維橫截面邊緣進行繪制分析，減少以往的誤差問題。與此同時，AI橫截面儀可對纖維進行預(yù)分類，并利用智能化識別技術(shù)對與橫截面相關(guān)的數(shù)據(jù)進行匯總分析，并以報告呈現(xiàn)出來。結(jié)合應(yīng)用實踐情況來看，廣州冠圖視覺科技有限公司所推廣的橫截面儀技術(shù)相對成熟，目前已經(jīng)在紡織檢測領(lǐng)域中得到了良好應(yīng)用效果。結(jié)合當前應(yīng)用趨勢來看，該項技術(shù)還存在較大的發(fā)展空間，可對其進一步深度挖掘。

4 結(jié)束語

總而言之，人工智能技術(shù)的推廣與應(yīng)用已經(jīng)成為影響行業(yè)核心競爭能力的先導(dǎo)性因素。可以說，在人工智能技術(shù)的帶領(lǐng)下，我國傳統(tǒng)產(chǎn)業(yè)生產(chǎn)模式發(fā)生了巨大變革。在這樣的發(fā)展態(tài)勢下，以紡織品領(lǐng)域為首的工業(yè)生產(chǎn)領(lǐng)域應(yīng)該主動立足于人工智能技術(shù)的前沿發(fā)展動態(tài)，對當前行業(yè)內(nèi)部技術(shù)體系存在的滯后性問題進行及時改正與完善。與此同時，為進一步助推紡織業(yè)領(lǐng)域人工智能化發(fā)展，行業(yè)內(nèi)部研究人員應(yīng)該加強人工智能技術(shù)在紡織品生產(chǎn)領(lǐng)域中的應(yīng)用推廣力度，尤其是紡織品檢測領(lǐng)域。除此之外，為普及應(yīng)用人工智能檢測技術(shù)，建議紡織品生產(chǎn)領(lǐng)域應(yīng)緊隨科教興國戰(zhàn)略發(fā)展，加強對相關(guān)技術(shù)人才的培養(yǎng)，為紡織品人工智能檢測技術(shù)的可持續(xù)應(yīng)用奠定良好基礎(chǔ)。相信在不久的將來，人工智能檢測技術(shù)定會在紡織品領(lǐng)域中得到進一步推廣與應(yīng)用。